Cloud-based cooperative long-term SLAM for mobile robots in industrial applications

Abstract

Mobile Roboter wie fahrerlose Transportsysteme (FTS) erfahren seit Jahrzehnten zunehmend Anwendung für intralogistische Aufgaben im Bereich der industriellen Produktion und Logistik. Um die benötigten Verfügbarkeiten dieser industriellen Anforderungen zu erreichen, benötigen derzeitig kommerziell verfügbare Navigationslösungen zumeist zusätzliche in die Umgebung eingebrachte Infrastruktur, wie magnetische Leitlinien oder retro-reflektive Marker, oder sind begrenzt auf Anwendungsgebiete mit stark strukturierten, unveränderlichen Umgebungen. Die derzeit steigende Nachfrage nach hochflexiblen FTS, welche auch im dynamischen Umfeld und in nicht-abgetrennten Arbeitsbereichen mit Menschen und anderen Fahrzeugen effizient navigieren, kann mit diesen Lösungen nur unzureichend befriedigt werden. Navigationslösungen, die diesen hohen Anforderungen gerecht werden, müssen vielmehr über einen gesteigerten Autonomiegrad verfügen und gleichzeitig bestehende Anforderungen hinsichtlich Verfügbarkeit und Präzision aufrechterhalten. Diese Arbeit beschäftigt sich mit der Entwicklung entsprechender Navigationsverfahren unter Ausnutzung aktueller Entwicklungen im Bereich der Industrie 4.0 und Cloud-Robotik. Konkret wird ein cloud-basiertes, kooperatives Navigationsverfahren vorgestellt, welches die Vernetzung der Roboter untereinander sowie die Ausnutzung externer Rechenressourcen auf Cloud-Servern integriert. Um derzeitige Beschränkungen im Bereich der drahtlosen Datenübertragung zu berücksichtigen, verbleiben dabei Basis-Navigationsfähigkeiten auf den mobilen Robotern, wodurch deren Navigationsfähigkeit auch bei Netzwerkverbindungsabbrüchen aufrecht erhalten wird. Auf Cloud-Servern ausgelagerte, kooperative Navigationsverfahren sorgen hingegen für die notwendige Langzeitstabilität der Navigation, auch in herausfordernden Umgebungen. Eine Schlüsselfähigkeit des kooperativen Navigationssystems ist das Generieren von stets aktuellen Umgebungskarten für Lokalisierung und Pfadplanung basierend auf den Sensorbeobachtungen der gesamten Roboterflotte. Hierfür wird ein kooperativer Long-Term Simultaneous Localization and Mapping (LT-SLAM)-Ansatz präsentiert, bei welchem jeder Roboter detektierte Kartenänderungen an den cloud-basierten LT-SLAM-Server überträgt. Dieser fusioniert die eingehenden Karteninformationen in eine konsistente, globale Karte und stellt diese den einzelnen Robotern in Form von Karten-Updates zur Verfügung. Zusätzlich wird ein Verfahren zur gegenseitigen Detektion der Roboter und zum Austausch von Lokalisierungsinformationen integriert. Ein weiterer Fokus der Arbeit liegt auf der EntwickSummary lung einer Kartenrepräsentation, welche die vielfältigen und teils konträren Anforderungen dieser Applikationen erfüllt. Sowohl Wirksamkeit als auch praktische Anwendbarkeit werden anschließend in verschiedenen Simulations- und Echtwelt-Experimenten nachgewiesen. Dabei überzeugt der vorgestellte Ansatz insbesondere in erhöhter Lokalisierungspräzision und -robustheit, kürzeren Navigationswegen gegenüber unvernetzten Ansätzen sowie moderaten Netzwerkauslastungen.